TY -的A2夏Kaijian AU - Lu,于非盟-张,华盟——史,Lei AU -杨,范AU - Li Jing PY - 2021 DA - 2021/05/26 TI - Expression-EEG双向融合基于深度学习的情感识别方法SP - 9940148六世- 2021 AB -作为一个情感计算领域的关键问题,情感识别具有丰富的应用场景和重要的研究价值。然而,单一生物特征识别在实际现场情感识别分类精度低的问题,由于其自身的局限性。为了应对这一问题,本文结合了深层神经网络提出一种深上优于expression-EEG双向融合情感识别方法。这种方法是基于改进的VGG-FACE网络模型实现快速提取面部表情特征和缩短网络模型的训练时间。小波软阈值算法用于将工件从EEG信号中提取高质量的EEG信号的特性。然后,基于长期和短期记忆网络模型和决策融合方法,模型构建和训练使用下的信号特征数据提取expression-EEG双峰性意识到最后的双向融合的情感分类和识别研究。最后,该方法基于MAHNOB-HCI数据集验证。实验结果表明,该模型可以实现0.89的识别精度高,可以增加8.51%的准确性与传统LSTM模型。的运行时间的识别方法,该方法可以有效地缩短20年代与传统方法相比。SN - 1748 - 670 - 2021/9940148 / 10.1155 x你——https://doi.org/10.1155/2021/9940148——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER